Table of contents
CUDA+cuDNN安装
下载的CUDA版本必须要与所支持的驱动相对应
可以先将显卡更新至最新版本后再下载。下载安装NVIDIA显卡驱动
NVIDIA官网：https://www.nvidia.cn/geforce/drivers/
下载驱动程序，注册账号。
安装NVIDIA完成后，打开GEFORCE Experience,打开驱动程序，检查更新文件，若有，则下载更新文件
更新后可进入cmd,输入nvidia-smi查看CUDA Version以及 Driver Version
完成之后根据上述两个参数来判断下载哪个版本的CUDA和cuDNN，下载时要注意一定要让cuDNN与CUDA的版本号完全一样
CUDA下载网址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
cuDNN下载网址：https://developer.nvidia.com/rdp/cudnn-archive
解压cuDNN,解压下载CUDA文件夹,选择自定义安装，下一步，勾选全部选项
安装完成之后，找到根目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
将cuDnn文件夹中的bin、include、lib文件夹中的内容复制到cuda中的同名文件夹中，结果如：
以上操作完成CUDA+cuDnn安装，打开cmd，输入nvcc -V查看cuda信息：
PyTorch安装
完成显卡配置后，安装PyTorch
打开Anaconda prompt，输入python -V查看python安装版本
输入conda create -n pytorch python=3.9
其中pytorch是创建环境变量名，python=3.9是当前环境的版本数
创建环境后，需加载某些包，同意输入y
等待包下载完成后，输入activate pytorch，若左侧从base->pytorch,则成功进入pytorch环境
然后输入conda install pytorch
等待安装完成后验证安装是否有效：
- 首先输入conda activate pytorch进入pytorch虚拟环境
- 输入python,进入python界面
- 输入 import torch
- 输入 torch.cuda.is_available()
若输出结果为Ture，则安装成功，若为False，则失败
若输出为False 输入pip list,查看当前环境下有哪些包，若没有torch，则进入其官网进行下载
pytorch官网：https://pytorch.org/
进入官网下拉，找到对应torch版本
输入conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
下载完成后，再一次输入pip list 查看是否存在torch包
若存在，再一次检测安装是否成功（输出为Ture）
若还是错误，尝试直接下载 .whl文件进行
下载地址：https://download.pytorch.org/whl/torch/
选择匹配自己python版本的torch、torchaudio和torchvision，cu115代表匹配cuda11.5版本，cp39表示匹配python3.9版本，win就表示windows
torch下载：https://download.pytorch.org/whl/torch/
torchaudio下载：https://download.pytorch.org/whl/torchaudio/
torchvision下载：https://download.pytorch.org/whl/torchvision/
三个文件下载后，放在平时安装的位置：C:\Users\lenovo，其后在cmd中将三个文件按顺序安装
cmd输入：pip install 文件名
安装成功后，文件夹中出现一下六个文件
再重新进入python环境，检查是否成功安装